蔬菜水果表面農(nóng)藥殘留可見-近紅外光譜的檢測與識別技術(shù)研究.pdf

1、在國家自然科學(xué)基金項目和山東省自然科學(xué)基金項目的資助下,研究工作圍繞著蔬菜與水果表面殘留農(nóng)藥的快速無損檢測和識別技術(shù)展開。分別在自然光和鹵素燈作為光源的條件下,以綠色葉子和水果表面的殘留農(nóng)藥為研究對象,獲取600~1100nm波段范圍內(nèi)大量實驗光譜數(shù)據(jù)基礎(chǔ)上,本論文主要研究利用小波變換方法對可見/近紅外光譜的特征提取和利用經(jīng)典的主成分分析對近似系數(shù)進行主成分分析,然后利用神經(jīng)網(wǎng)絡(luò)識別技術(shù)實現(xiàn)對蔬菜表面殘留農(nóng)藥種類的快速識別。其主要內(nèi)容包

2、括以下三個方面:
　　(1)引入了小波分析方法對殘留農(nóng)藥的可見/近紅外光譜信號的特征提取本文綜合采用了小波多尺度分析的預(yù)處理方法,對殘留農(nóng)藥的光譜信號進行輪廓提取和特征提取。小波分析在時域和頻域都有很高的分辨率,能有效提取信號的局部信息。在實驗中,采用多尺度分析的方法,同時消除低頻背景和抑制高頻噪聲,有效的提取了微弱光譜信號的特征。
　　(2)利用主成分分析方法對殘留農(nóng)藥的光譜特征進行降維處理由于殘留農(nóng)藥光譜原始數(shù)據(jù)的模式維

3、數(shù)很高,同時各個變量之間又可能存在著可能存在交互作用和相關(guān)性,本章利用了主成分分析的方法對數(shù)據(jù)進行降維處理的優(yōu)點,為后期的分類與識別過程提供了較好的數(shù)據(jù)源,而且也大大地縮短了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練收斂時間。
　　(3)建立人工神經(jīng)網(wǎng)絡(luò)模型對常見的殘留農(nóng)藥光譜進行識別在光譜識別中,由于神經(jīng)網(wǎng)絡(luò)算法的優(yōu)越性,神經(jīng)網(wǎng)絡(luò)技術(shù)比普通的鑒別分類方法有著潛在的優(yōu)勢。本文選取了有導(dǎo)師的多神經(jīng)元的感知器神經(jīng)網(wǎng)絡(luò)和改進了得BP神經(jīng)網(wǎng)絡(luò),和無導(dǎo)師指導(dǎo)的自組織映